Testing for an Omitted Multiplicative Long-Term Component in GARCH Models
GARCH 模型中遗漏乘法型长期成分的检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕 GARCH 收益波动模型的短期与长期成分及其遗漏检验展开，并应用于股指收益，因此直接对应波动率。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
GARCH 模型中遗漏乘法型长期成分的检验
- 研究问题
- GARCH 类模型是否遗漏了由解释变量驱动、平滑变化且以乘法形式进入的长期波动成分，如何对这一遗漏进行统计检验？
- 方法与思路
- 作者构造拉格朗日乘数统计量，检验解释变量没有解释力的原假设，推导渐近理论，并通过模拟与标普 500 收益数据展示应用。
- 材料陈述的贡献
- 摘要提出针对遗漏长期乘法成分的检验，并涵盖收益观测频率高于解释变量的混频情形；以渐近分析、模拟和实证说明方法用途。
- 阅读关注点
- 应核对短期 GARCH 与长期成分的乘法结构、平滑性与混频设定、原假设下统计量分布，以及模拟中的检验尺寸和功效。
- 阅读边界
- 摘要未说明解释变量、平滑方式、完整渐近条件或数值结果；检验针对变量的模型解释力，不能据此判断长期波动的因果来源。
原文摘要
We consider the problem of testing for an omitted multiplicative long-term component in GARCH-type models. Under the alternative, there is a two-component model with a short-term GARCH component that fluctuates around a smoothly time-varying long-term component which is driven by the dynamics of an explanatory variable. We suggest a Lagrange multiplier statistic for testing the null hypothesis that the variable has no explanatory power. We derive the asymptotic theory for our test statistic and investigate its finite sample properties by Monte Carlo simulation. Our test also covers the mixed-frequency case in which the returns are observed at a higher frequency than the explanatory variable. The usefulness of our procedure is illustrated by empirical applications to S&P 500 return data. Supplementary materials for this article are available online.